领导让我分析公司的财报。
我是运营岗，平时说的是业务语言——去化率、供货节奏、库存结构，这些我门儿清。但财务报表？资产负债表那几个字我认识，放一起就懵了。资产端、负债端、科目变动、减值准备……每个字都认识，连起来就是天书。
领导原来在财务部门，后来转运营，所以他有双重视角。他希望我们这些没有财务背景的人，也能读懂年报和披露数据，不光要读懂，还要能做压力测试——从投资人的角度，评估公司经营健不健康。
说实话，这个课题布置下来的时候，我心里只有一句话：
我不熟。
但我没跟任何人说。
我怕问财务同事，怕被"鄙视"。
这话不好听，但它是真的。你在公司待久了就知道，跨部门问问题是有成本的——尤其问基础问题。你可以想象，一个做了七八年运营的人，去问"这个科目是什么意思"，对方嘴上不说，眼神会替他说。
所以我找了一个不会鄙视我的老师。
AI。
刚开始，我连该问什么都不知道。
打开年报，密密麻麻的数字和术语，我不知道从哪里下手。于是我用了一个最笨的办法——挨个问。
"这个科目是什么意思？用大白话解释。"
"从非财务人员的角度，帮我理解这个数据变化说明了什么。"
"这个科目变动这么大，正常吗？"
你可以问AI最"白痴"的问题。它不会笑你，不会叹气，不会跟同事说"那个运营的连这都不懂"。
我就是这么一点点把公司的财报啃完的。每个不懂的都问了，没有一个被拒绝。
这个时代确实降低了所有人的学习成本——前提是你愿意开口。
读懂了之后，我让AI帮我做压力测试的测算模型。
一开始，AI给我的版本逻辑太复杂，场景也太繁琐。我看了一下，觉得"不是我想要的那种理解方式"。我不想搞那么复杂，我只想从最简单的角度看清楚几件事：资产和负债的关系稳不稳？有哪些风险点？
所以我又让AI简化。一版一版地调，最后拿到一个简化版的Excel表，把我们讨论的问题都记录下来，模型也能跑通了。
做到这一步，我把作业交给了领导。
松了口气。闭环了。
说实话，做到这里，我的热情，也就到头了。
然后领导给了反馈。
他说某些科目和参数的设置，还需要更谨慎地研判；要有历史数据做支撑，模型才更扎实。他还说，后续应该用内部的真实数据去校验和测试。
按理说，一个好的经营分析课题，应该是越研究越深、越想探索的。
但我内心一下子很烦躁。
这是我反复困惑的地方。我觉得我的"脑回路"，可能真的不适合做这种严密推理和数据分析的工作。
我是双鱼座，我喜欢天马行空的想象，喜欢跳舞，喜欢设计，喜欢发现一些独特的点。我不喜欢一个课题深入钻研很久。容易喜新厌旧——新鲜劲一过，就想换。
领导可以想出一百个经营分析的课题，但从我和同事的角度看，这些都很难。我有很明显的畏难情绪——一想到要调研、要问人、要整理大量数据，就觉得枯燥、复杂，也就没了兴趣。
我知道这是工作，该做。但仅限于"该做"。
我还没有从中获得价值感——至少目前还没有。
我不禁反问自己：为什么有的同事能花死功夫去钻研专题，而我不愿意跨越这些难关？
是热情不够？敬业度不够？还是我只会挑"有意思"的活做？
经营分析这个专项工作，在我七八年的从业经历里，一直是个难以克服的关卡。我挺愿意探索新工具，但用新工具做老工作，又觉得厌烦。这会不会跟我长期在同一个岗位、重复类似的工作有关？
是不是性格的问题？还是说，我更适合做别的？
我不知道。
但有一件事我很确定。
用AI，确实能踏平很多知识界限。
我一个运营岗的人，硬是把公司的财务报表学了一遍。放在以前，这件事我根本不可能自己完成。AI把专业知识的门槛大大降低了——你不需要对每个领域都纵向深入很多，"了解基本面"这件事，AI已经帮你完成了最远的那一程。
当然，真正的研究深度还是需要业务专家来支撑。AI帮你走到80分，最后20分得靠你自己。
但那80分，对我来说，已经够用了。
用AI学会读财报，我做到了。
但"该做"和"想做"之间那条鸿沟，AI还帮不了我。
也许哪天我想明白了，再来写一篇。
